针对室内可见光定位中非视距信道(Non Line of Sight,NLOS)导致定位精度不足的问题,提出了一种基于动态高斯加权(Dynamic Gaussian Weighted,DGW)接收信号强度指示(Received Signal Strength Indicator,RSSI)和遗传算法(Genetic Algorit...针对室内可见光定位中非视距信道(Non Line of Sight,NLOS)导致定位精度不足的问题,提出了一种基于动态高斯加权(Dynamic Gaussian Weighted,DGW)接收信号强度指示(Received Signal Strength Indicator,RSSI)和遗传算法(Genetic Algorithm,GA)改进支持向量回归(Support Vector Regression,SVR)的室内可见光定位算法。首先,构建指纹库并划分数据集,计算接收器与光源之间的距离动态调整高斯函数的标准差,再结合RSSI信号的波动性进行自适应加权,以减少NLOS对定位的影响。然后,使用GA优化SVR模型的参数,得到最佳定位模型。最后,使用最佳定位模型对加权后的指纹数据进行定位预测。实验结果表明:本算法的平均定位误差为7.1 cm,相较于SVR、SVR-GA等算法降低了21.1%~42.3%,并且能有效降低NLOS的影响、提高室内定位的精度,具有较强的应用前景。展开更多
为了解决岩石声发射定位到时拾取困难、方程组无解导致其精度不高甚至无法定位的问题,提出一种基于向量自回归赤池信息准则(vector auto regressive-Akaike information criterion,简称VAR-AIC)到时拾取并结合智能优化算法求解的新型定...为了解决岩石声发射定位到时拾取困难、方程组无解导致其精度不高甚至无法定位的问题,提出一种基于向量自回归赤池信息准则(vector auto regressive-Akaike information criterion,简称VAR-AIC)到时拾取并结合智能优化算法求解的新型定位算法。利用改进的VAR-AIC方法对信号到时进行精确拾取,通过牛顿-拉夫森思想将非线性定位方程组转化为目标函数,最终借助智能优化算法迭代求解进行定位。断铅试验结果表明:基于VAR-AIC法通过瞬时频率确定到时范围、选择特征函数精准确定到时大幅度提升了声发射到时拾取精度。通过对比原子轨道搜索、灰狼算法、自适应粒子群算法性能,发现原子轨道搜索算法在保证定位精度的同时迭代速度更快。在此基础上,提出了基于VAR-AIC精确到时拾取和原子轨道搜索算法(improve vector auto regression-Akaike information criterion-atomic orbital search,简称IVA-AOS)相结合的岩石声发射定位方法。与传统的互相关+Geiger算法、牛顿迭代算法以及PCI-Express8机器自带算法相比,IVA-AOS定位算法定位误差更小、精度更高,有效地解决了传统定位算法容易出现无解的问题,为岩石声发射定位提供了一种新的思路与方法。展开更多
针对灰狼算法(grey wolf optimizer,GWO)在配电网节点数目较多的情况下进行故障定位时,存在容易陷入局部最优陷阱等缺点,提出一种基于改进狼群算法的配电网故障定位算法。通过引入天牛须算法和改进灰狼算法(beetle grey wolf optimizer,...针对灰狼算法(grey wolf optimizer,GWO)在配电网节点数目较多的情况下进行故障定位时,存在容易陷入局部最优陷阱等缺点,提出一种基于改进狼群算法的配电网故障定位算法。通过引入天牛须算法和改进灰狼算法(beetle grey wolf optimizer,BGWO),提高灰狼算法的性能,并以33节点的配电网为仿真算例验证。结果表明,该算法在定位分布式电源接入的配电网中的故障区段时具有高可靠性与高容错性。展开更多
文摘针对室内可见光定位中非视距信道(Non Line of Sight,NLOS)导致定位精度不足的问题,提出了一种基于动态高斯加权(Dynamic Gaussian Weighted,DGW)接收信号强度指示(Received Signal Strength Indicator,RSSI)和遗传算法(Genetic Algorithm,GA)改进支持向量回归(Support Vector Regression,SVR)的室内可见光定位算法。首先,构建指纹库并划分数据集,计算接收器与光源之间的距离动态调整高斯函数的标准差,再结合RSSI信号的波动性进行自适应加权,以减少NLOS对定位的影响。然后,使用GA优化SVR模型的参数,得到最佳定位模型。最后,使用最佳定位模型对加权后的指纹数据进行定位预测。实验结果表明:本算法的平均定位误差为7.1 cm,相较于SVR、SVR-GA等算法降低了21.1%~42.3%,并且能有效降低NLOS的影响、提高室内定位的精度,具有较强的应用前景。
文摘为了解决岩石声发射定位到时拾取困难、方程组无解导致其精度不高甚至无法定位的问题,提出一种基于向量自回归赤池信息准则(vector auto regressive-Akaike information criterion,简称VAR-AIC)到时拾取并结合智能优化算法求解的新型定位算法。利用改进的VAR-AIC方法对信号到时进行精确拾取,通过牛顿-拉夫森思想将非线性定位方程组转化为目标函数,最终借助智能优化算法迭代求解进行定位。断铅试验结果表明:基于VAR-AIC法通过瞬时频率确定到时范围、选择特征函数精准确定到时大幅度提升了声发射到时拾取精度。通过对比原子轨道搜索、灰狼算法、自适应粒子群算法性能,发现原子轨道搜索算法在保证定位精度的同时迭代速度更快。在此基础上,提出了基于VAR-AIC精确到时拾取和原子轨道搜索算法(improve vector auto regression-Akaike information criterion-atomic orbital search,简称IVA-AOS)相结合的岩石声发射定位方法。与传统的互相关+Geiger算法、牛顿迭代算法以及PCI-Express8机器自带算法相比,IVA-AOS定位算法定位误差更小、精度更高,有效地解决了传统定位算法容易出现无解的问题,为岩石声发射定位提供了一种新的思路与方法。
文摘针对灰狼算法(grey wolf optimizer,GWO)在配电网节点数目较多的情况下进行故障定位时,存在容易陷入局部最优陷阱等缺点,提出一种基于改进狼群算法的配电网故障定位算法。通过引入天牛须算法和改进灰狼算法(beetle grey wolf optimizer,BGWO),提高灰狼算法的性能,并以33节点的配电网为仿真算例验证。结果表明,该算法在定位分布式电源接入的配电网中的故障区段时具有高可靠性与高容错性。
